四维图新CEO:车企缺乏高性价比的地图，没有地图智能驾驶的成本没有上限。”接口记者|周

在智能驾驶产业链需求爆发的背景下，高精地图厂商正在遭遇寒潮。
提前采集并使用高精度地图，是两年前中国汽车公司实施高级智能辅助驾驶方案时的主流做法。随着2023年NOA(Navigate On Autopilot)军备竞赛的开启，越来越多的汽车公司开始公开强调要摆脱对高精度地图的依赖。
针对这一趋势，领航员新任CEO程鹏在公司四周年用户大会上表示，行业“去地图化”的背后，是一些汽车厂商没有地图资质、知识产权、没有安全敬畏之心。四维图新经过私下测试发现，一些声称不依赖高精地图的汽车公司，在覆盖传感器后，仍然有地图信息，说明他们仍然采用地图方案。
这一爆炸性的回应再次将自动驾驶能否摆脱高精地图的问题推到了风口浪尖。
对于自动驾驶来说，高精地图的作用相当于提供了一个安全冗余的超视距传感器，可以提前获取车辆前方的道路信息和交通状况。然而，随着汽车公司将智能驾驶的竞争滚动到城市地区，原本提供“拐杖”功能的高精地图被视为阻碍功能普及的负担。
高精地图采集困难，更新频率低，维护成本高。一方面，高精地图覆盖率低，市区道路变化每年在30%左右，但地图商家最快更新速度只能是一个季度一次，“新鲜度”难以保证；另一方面，每公里高精度地图的采集成本高达数千元，是普通导航地图的几十倍。
可以说，高精度地图是过去高级辅助驾驶难以从高速公路扩展到城市道路的主要原因之一。华为BU董事长余承东表示，高精地图的更新周期太长，跟不上高级智能辅助驾驶对更新频率的要求。华为在上海投资了一两年，但没有采集到城市的高精地图。
2021年，特斯拉提出了基于视觉系统的3D感知自动驾驶系统(BEV+Transformer)，使得“重感知，轻地图”的技术路线取代了高精地图方案，逐渐成为业界主流路线。在这种算法模型下，理论上我们不需要高精度的地图，只需要依靠摄像头、毫米波雷达等传感器就可以实时获取足够的道路信息。
不过，程鹏告诉界面新闻，“BEV+Transform”本质上是摆脱激光雷达，用更便宜的传感器实现智能驾驶功能，而不是摆脱高精度地图。地图能做到的，这个算法模型做不到。
一位自动驾驶行业的资深人士告诉界面新闻，目前已经采用这种架构的汽车公司，实际上使用的都是高精地图，完全摆脱高精地图的版本还在规划和测试中。如果发展到L4级别的自动驾驶，高精度地图仍然是必不可少的要素。
“BEV+Transform可以帮助车企达到放弃高精地图的目的，但是现在在实践中，各个厂商的算法还不够成熟。高精地图仍被车企作为类似传感器功能搭载，以实现智能驾驶的安全性和冗余性。”
对于汽车企业寻求摆脱对高精地图依赖的趋势，程鹏指出，没有地图将难以保证道路信息采集的合法性和合规性，也存在量产成本难以摊薄、用户体验难以提升的问题。有地图和无地图的路线之争，本质上是缺乏一个足以打动汽车公司的“轻地图”方案。
四维图新推出的智能驾驶轻量级地图产品HD Lite，将城市道路采集的要素数量减少到30个以上，相对精度降低到1米，可以大幅提高覆盖范围和数据新鲜度，降低单位数据成本。
据悉，这套地图的采购成本仅为更精确的HD Pro地图的一半。程鹏希望依靠这种性价比极高的方案，吸引车企使用，通过大量车辆收集信息，让产品更新鲜，达到日常水平。
成本效益是程鹏强调的重点。在他看来，无图模式带来的另一个问题是，它将进一步增强系统对传感器和高计算平台的依赖，智能驾驶系统的成本可能没有上限。
“韦小立”正在为昂贵的激光雷达和高计算能力芯片买单。在售的三款机型中，所有机型都配备了lidar和NVIDIA的Orin芯片，两款Orin芯片的成本都在4000美元以上。其中蔚来汽车的硬件成本最高，NT2.0平台车型标配33个传感硬件和4个英伟达Orin芯片。
华为BU部门一名自动驾驶R&D人员向界面新闻透露，今年最头疼的不是开城数量，而是如何将智能驾驶系统的成本降到足够低。只有性价比高的方案才能被合作的汽车公司接受，才能普及到更广泛的受众。
程鹏告诉界面新闻，汽车公司和用户可接受的NOP系统价格约占整车价格的3%，这也是15万元以下车辆NOP普及率为零的原因之一。
“量产需要性价比。1到2万元的智能驾驶系统很难被用户接受和感知。最后投入了大量的资金和人力进行研发，却没有人买单，公司的研发成本无法分摊。”
四维图新借助轻量级地图产品HD Lite，新推出了轻量级的飞行员辅助驾驶系统NOP Lite，可以实现导航和停车的一体化以及5 TOPS计算能力下的轻量级NOP功能。程鹏向界面新闻解释说，这个方案可以用很少的计算能力实现尚友100个TOPS计算产品的功能，只有1.7%的用户很少使用场景，需要人接手。
今年，小鹏G6和文杰新M7的相继上市，在一定程度上推动了智能驾驶跨越鸿沟向普通大众的渗透。接下来，20万元以下车型的产品将逐步普及，并将成为近期汽车企业打造差异化竞争的重点。
对于缺乏长期人才积累，用户基础难以支撑智能驾驶系统高成本的公司来说，四维图新提出的这种轻量化NOP方案，或许有助于降低这些汽车公司进入智能驾驶领域的门槛。
以下为程鹏与界面新闻等媒体的部分对话，现已删除调整。
问:在主论坛上，你直接说了行业内“没有地图”的声音背后，没有地图资质、没有知识产权、没有安全敬畏的公司喊得更响。你认为新势力主要采用的BEV+Transform算法不可信，不是更好的技术演进方向吗？
程鹏:我认同BEV+Transform的技术路线，但是再好的算法模型，如果你没有看到足够的信息，是不会被技术解决的。高精度地图作为超视距超越传感器，可以提前获取车辆前方的道路信息和交通状况。
BEV+Transform的本质是摆脱激光雷达，用更便宜的传感器实现智能驾驶功能，而不是摆脱高精度地图。地图能做到的，这个算法模型做不到。所以，我不明白喊“没有地图”的目的。后来和各个公司沟通，得出的结论是:失去资质，没有知识产权和安全敬畏的队伍喊得更响。
问:今年汽车行业的价格战一直持续到现在。汽车公司给我们供应商多大的成本压力？你提到汽车公司可以接受的NOP成本范围是整车价格的3%。四维图新如何将成本降低到极致？有哪些可供参考的技术路径方向？
程鹏:首先，我们把应用场景切掉，让人们接手那些对计算能力要求特别高、特别复杂的场景。第二，把计算能力运用到极致，不做多余的计算能力。我们的5TOPS计算系统和友好的100TOPS计算产品差别不大，只有1.7%的场景无法支持，可以提高产品的渗透率。第三，尽可能重复利用车内的传感器，把闲置的计算能力利用到极致。
车企今年真的是成本压力很大，最终还是要靠技术创新来改变。没有一家公司能仅靠降价生存。我们确实资金压力很大，但至少目前在做一些有益的事情，但还需要一两年的时间。另外，车企也会洗牌，毛利率回归常态，回归商业逻辑。
问:友商追求智能驾驶的极致场景探索，四维图新发布的智能驾驶产品砍掉了一些实际应用场景较少的功能。是基于什么考虑？
程鹏:量产需要性价比。一套1到2万元的智能驾驶系统很难被用户感知。最终，大量的资金和人力投入到R&D，但没有人买单，所以没有办法分担公司的R&D成本。我们从比亚迪这样的公司学到了一些精髓，用消费电子的新思维满足了用户对性价比的要求。长期坚持过度冗余的产品规划，但用户并不使用，这种情况需要改变。
问:高精地图的开发、制图和维护成本较高，因此高精地图的覆盖范围仍然有限，数据的闭环问题也很重要，需要行业合作。四维图新是如何考虑挖掘这部分资源的？
程鹏:如果你想维护一个每天都可以更新的高精度地图，你需要依靠用户滚动，这也是我通过一种划算的方式推卷的原因。数据来源多了，但是维护和收集的成本更低，对算法和模型的要求会降低，训练会变得更容易。这是我们和汽车公司甚至视觉芯片厂商合作的过程。
以前汽车公司不太重视我们，现在很多公司都建立了专门的闭环数据合作，甚至引进了我们的一些人才，所以整个关系变得更加紧密和深入。"